Beschrijving
Binnen het mobiliteits- en logistieke domein ontstaan steeds grotere uitdagingen door verstedelijking, drukte op infrastructuur, verduurzaming en toenemende complexiteit van verkeersstromen. Tegelijkertijd groeit de hoeveelheid beschikbare data snel. AI biedt mogelijkheden om deze data slim te benutten voor betere voorspellingen, efficiëntere verkeersstromen, veiligere mobiliteit en duurzamere logistieke processen.
AIM-TT onderzoekt hoe AI kan worden toegepast binnen uiteenlopende praktijkcases, zoals crowd management tijdens grote evenementen, netwerkbreed verkeersmanagement, duurzame stedelijke mobiliteit, onderhoudsplanning van infrastructuur en containertransport. Het project richt zich nadrukkelijk op leren door te experimenteren in realistische praktijksituaties. Studenten, onderzoekers, overheden en bedrijven werken hierin samen aan het ontwikkelen, testen en evalueren van AI-oplossingen.
De eerste twee use-cases richten zich op crowd management tijdens grootschalige evenementen zoals SAIL 2025 en op AI-gestuurd netwerkmanagement voor verkeersstromen rondom Rotterdam. Hierbij worden technieken ontwikkeld voor voorspellingen van drukte, verkeerscongestie en reisstromen op basis van realtime data en AI-modellen.
Een belangrijk onderdeel van het project is het Datalab AI SusTech op de RDM Campus. In dit datalab staan digital twins centraal: dynamische, virtuele kopieën van fysieke systemen die continu worden gevoed met realtime data. Deze technologie maakt het mogelijk om complexe verkeers- en mobiliteitssystemen te analyseren, simuleren en optimaliseren. Het lab biedt ruimte voor experiment, samenwerking met bedrijven en praktijkgericht onderzoek naar AI-toepassingen binnen mobiliteit, logistiek en stedelijke verduurzaming.
Binnen het project wordt gewerkt met verschillende use-cases van telkens circa negen maanden. Elke use-case vormt een leeromgeving waarin partners gezamenlijk experimenteren met AI-toepassingen en inzichten ontwikkelen op basis van praktijkervaringen. Hierbij worden data verzameld, AI-modellen ontwikkeld en getest, en resultaten geëvalueerd met betrokken stakeholders.
Daarnaast worden onderwijsmodules ontwikkeld voor hbo-, wo- en professional education-programma’s. Studenten van Hogeschool Rotterdam en andere onderwijsinstellingen krijgen de mogelijkheid om actief mee te werken aan praktijkgerichte AI-vraagstukken binnen mobiliteit en logistiek.
Het Lectoraat AI in de Logistiek neemt actief deel aan de use case AiMTT UC11 Optimalisering en Synchromodaliteit Application. Dit project heeft als doel een AI-model te ontwikkelen, valideren en implementeren dat data uit verschillende bronnen integreert ter ondersteuning van besluitvorming binnen de binnenvaartsector. Door het combineren van uiteenlopende databronnen wil het project bijdragen aan efficiëntere planning, verbeterde synchromodale transportkeuzes en een duurzamere logistieke keten.
AIM-TT is een breed samenwerkingsverband tussen kennisinstellingen, overheden en bedrijven. Binnen het consortium werken onder andere samen:
- TU Delft
- Hogeschool Rotterdam
- Rijkswaterstaat
- Provincie Noord-Holland
- Gemeente Amsterdam
- Veiligheidsregio Amsterdam-Amstelland
- TRAIL Research School
- SIKS
- Deloitte
- Siemens
- Technolution
Samen bouwen wij aan nieuwe kennis, innovatieve AI-toepassingen en toekomstbestendige oplossingen voor mobiliteit en logistiek.
Projectfeiten
Looptijd: Januari 2026 – december 2028
Lectoraat: Artificial Intelligence
Financiering: NGF
Cluster: Slimme Logistiek & Maritieme Innovatie